Scopus

Kurzfazit

Scopus ist im Kern eine klassische bibliographische Datenbank, die größte kuratierte Sammlung peer-reviewed Literatur weltweit, mit etablierten Zitationsmetriken. Der KI-Anteil ist ein 2024 gestartetes Aufsatzprodukt namens Scopus AI (mittlerweile als „AI Discovery” gelabelt), das generative Zusammenfassungen, Concept Maps und einen Deep-Research-Agenten über den Scopus-Korpus legt. Wer ohnehin eine Scopus-Lizenz hat, bekommt damit ein solides KI-Recherche-Werkzeug auf vertrauenswürdiger Quellbasis. Wer Scopus nicht hat, kauft das Tool nicht wegen der KI, die Lizenzkosten rechtfertigen sich nur über die Datenbank selbst.

Für wen ist Scopus?

Wissenschaftler an Universitäten: Wer ohnehin Scopus-Zugang hat, sollte AI Discovery aktiv nutzen, für Themen-Einarbeitung, systematische Reviews und das Auffinden grundlegender Paper in einem fremden Feld.

Forschungsmanagement und Wissenschaftspolitik: Bibliometrie auf Basis von Scopus ist in vielen Berufungsverfahren, Evaluationen und Förderentscheidungen Standard. Die Metriken (CiteScore, FWCI, h-Index) werden anerkannt.

Bibliotheken und Informationsspezialistinnen: Scopus ist Pflichtwerkzeug für systematische Reviews, Cochrane-artige Recherchen und Patentumfeld-Analysen.

Drittmittel-Antragsteller: Für Horizon-Europe- oder DFG-Konsortien lassen sich potenzielle Partner über Publikationsprofile, Co-Autorennetzwerke und thematische Überschneidungen identifizieren.

Weniger geeignet für: Freiberufler ohne Hochschulanbindung, Recherche in deutschsprachigen geisteswissenschaftlichen Quellen, schnelle Web-Recherche zu aktuellen Themen, Studierende ohne Lizenzzugang.

Preise im Detail

Plan	Preis	Was du bekommst
Institutionelle Lizenz	Auf Anfrage (typisch fünf- bis sechsstellig/Jahr)	Vollzugriff auf den Scopus-Korpus für alle Hochschulangehörigen via Campus-IP oder Federation-Login
Scopus AI / AI Discovery	In neueren Lizenzen enthalten, teils als Zusatzmodul abgerechnet	Generative Zusammenfassungen, Concept Maps, Emerging Themes, Deep Research Agent
API-Zugriff	Über Lizenz oder separate Vereinbarung	Bulk-Abfragen, Profilauswertungen, Integration in eigene Systeme
Einzelnutzer	Offiziell nicht angeboten	-

Einordnung: Scopus ist ein klassisches Enterprise-Produkt, kein Selfservice, keine transparente Preisliste, alles über Account Manager. Die genauen Preise hängen von Größe der Institution, Nutzungsumfang und parallelem Bezug von SciVal oder ScienceDirect ab. Wichtig zu wissen: AI Discovery ist nicht zwangsläufig automatisch dabei. Bei manchen Institutionen muss explizit nachverhandelt werden, bei neueren Verträgen ist es typischerweise Bestandteil. Frag die eigene Bibliothek, bevor du auf den Funktionsumfang aus Marketingmaterialien vertraust.

Stärken im Detail

Kuratierte Tiefe statt offener Web-Crawl. Anders als ein KI-Tool, das das gesamte Web durchsucht, arbeitet Scopus AI ausschließlich auf einem redaktionell ausgewählten Korpus von Fachpublikationen. Die Quellenqualität ist dadurch deutlich vorhersagbarer als bei Perplexity oder ChatGPT mit Browsing, vor allem in den Naturwissenschaften, der Medizin und den Ingenieurwissenschaften.

Bibliometrie als Goldstandard. CiteScore, h-Index und das Field-Weighted Citation Impact (FWCI) auf Scopus-Basis sind in vielen Förderorganisationen, Berufungsverfahren und Universitätsrankings die Referenzgröße. Diese Akzeptanz ist nicht über Nacht aufgebaut, und keine Konkurrenz hat sie bisher abgelöst.

Concept Maps und Emerging Themes machen Trendscouting greifbar. Statt eine Trefferliste zu lesen, siehst du visuell, welche Konzepte in einem Feld zusammenhängen und welche Themen gerade an Bedeutung gewinnen. Das ist nützlich, wenn man schnell in ein neues Forschungsgebiet einarbeiten muss.

API für institutionelle Auswertungen. Wer Forschungsmanagement betreibt, kann Profile von Fakultäten, Personen oder Themen automatisiert auswerten, etwa für Jahresberichte oder Akkreditierungen. Das spart in größeren Häusern viele Personenwochen pro Jahr.

Schwächen ehrlich betrachtet

Die KI ist ein Aufsatz, nicht das Produkt. Wer auf das Marketingsprech um „AI Discovery” hereinfällt, übersieht: Das ist eine LLM-Schicht über einer klassischen Datenbank, kein eigenständiger KI-Service. Die eigentliche Wertschöpfung liegt im Scopus-Korpus und in den Zitationsmetriken, die KI macht das Ganze bequemer, nicht inhaltlich besser.

Pricing-Intransparenz schließt Kleine aus. Es gibt kein Einzel-Abo, keinen Free-Tier, keine Preisseite. Wer keine Institutionslizenz hat, ist faktisch ausgeschlossen. Für freischaffende Wissenschaftsjournalistinnen, kleinere Forschungseinrichtungen ohne Bibliothekskonsortium oder Beraterinnen mit Forschungsbezug ist das ein echtes Problem.

Open Access und Preprints sind unterrepräsentiert. Scopus indiziert primär klassische Verlagspublikationen. Wer in arXiv, bioRxiv oder Open-Access-Zeitschriften außerhalb der Indexierung sucht, übersieht mit Scopus systematisch wichtige Literatur. OpenAlex und Semantic Scholar sind hier breiter.

Geistes- und Sozialwissenschaften, vor allem deutschsprachige. Die Abdeckung ist im STEM-Bereich exzellent, in den Geisteswissenschaften deutlich schwächer. Deutschsprachige Monographien, Sammelbände und Fachzeitschriften außerhalb des großen Verlagsmainstreams kommen oft gar nicht vor.

Lock-in über Metriken. Weil h-Index und CiteScore institutionell etabliert sind, hängt man auch dann an Scopus, wenn die Datenbank inhaltlich nur einen Teil deiner Arbeit abdeckt. Das ist ein Geschäftsmodell-Vorteil für Elsevier, kein Pluspunkt für Nutzer.

Alternativen im Vergleich

Wenn du…	…nimm stattdessen
Maximale Open-Access-Abdeckung und freie API willst	OpenAlex
KI-gestütztes systematisches Review mit eigenem Korpus brauchst	Elicit
Kostenlose KI-Recherche über Fachliteratur willst	Semantic Scholar
Eine Alternative mit ähnlicher institutioneller Akzeptanz suchst	Web of Science (Clarivate, kein Eintrag)
Förder- und Patent-bezogene Bibliometrie machst	Dimensions (Digital Science)

Kurz zur Einordnung: Web of Science (Clarivate) ist der klassische direkte Konkurrent, andere Indexierung, andere Metriken (Journal Impact Factor), ähnliches Lizenzmodell. Dimensions verbindet Publikationen mit Förderdaten, Patenten und klinischen Studien, relevant für Forschungsmanagement. Für reine KI-Recherche-Workflows sind Elicit oder Semantic Scholar deutlich agiler und meist kostenlos verfügbar.

So steigst du ein

Schritt 1: Prüfe den Zugang. Frag in deiner Bibliothek oder im Forschungsservice, ob deine Institution eine Scopus-Lizenz hat und ob AI Discovery freigeschaltet ist. Das ist nicht überall automatisch der Fall. Login meist über Hochschul-IP, Shibboleth oder einen persönlichen Account auf elsevier.com.

Schritt 2: Starte mit einer Themenfrage statt mit Stichworten. AI Discovery funktioniert am besten mit vollständigen Forschungsfragen: „Welche Methoden werden seit 2022 für die Quantifizierung von Mikroplastik in Süßwasser eingesetzt?” Du bekommst eine generative Zusammenfassung, eine Concept Map und eine Liste der grundlegenden Paper.

Schritt 3: Wechsle für tiefe Recherche in die klassische Scopus-Suche. Die KI ist gut für den Einstieg, aber für systematische Reviews brauchst du die Boolean-Syntax (TITLE-ABS-KEY(), Wildcards, Filter) der klassischen Suche. Die Ergebnisse lassen sich exportieren (RIS, BibTeX, CSV) und in Tools wie EndNote, Zotero oder Covidence weiterverarbeiten.

Ein konkretes Beispiel

Eine Nachwuchsgruppenleiterin an der TU München bereitet einen ERC-Starting-Grant-Antrag im Bereich „neuromorphic computing” vor. In Scopus AI tippt sie die Forschungsfrage ein und bekommt eine zweiseitige Zusammenfassung mit Quellenangaben, eine Concept Map mit den Hauptsträngen des Feldes und eine Liste von zwölf Foundational Documents. Innerhalb von zwei Stunden hat sie ein Bild des Forschungsfeldes, das sonst zwei Tage Lesearbeit gekostet hätte. Anschließend wechselt sie in die klassische Scopus-Suche, um über Co-Autorennetzwerke potenzielle Konsortialpartner in Italien und den Niederlanden zu identifizieren, Personen, die thematisch passen und nicht im Wettbewerb mit ihrer eigenen Antragsidee stehen.

DSGVO & Datenschutz

• Datenhosting: Elsevier betreibt Server in der EU (u. a. Niederlande). Genaue Hosting-Region sollte über den AVV mit der Bibliothek geprüft werden.
• Datennutzung: Suchanfragen können zur Verbesserung von AI Discovery ausgewertet werden. Generative Antworten basieren ausschließlich auf dem Scopus-Korpus, nicht auf öffentlichem Web-Crawling.
• Auftragsverarbeitung: AVV wird mit der lizenznehmenden Institution abgeschlossen, typischerweise zwischen Bibliothek und Elsevier, nicht mit Endnutzern.
• Personenbezogene Daten in Prompts: Keine Mandanten- oder Patientendaten in Suchanfragen eingeben. Auch wenn der Scopus-Korpus akademisch ist: Die Prompts gehen über Elsevier-Server.
• Empfehlung für Unternehmen: Lass die genauen Bedingungen für AI Discovery vom Datenschutz prüfen, der KI-Layer ist neuer als die klassische Scopus-Nutzung und in vielen DSFAs noch nicht erfasst.

Gut kombiniert mit

• Elicit, für die KI-gestützte Tiefenanalyse einzelner Paper, die du in Scopus identifiziert hast. Elicit kann Tabellen aus PDFs extrahieren und mehrere Studien strukturiert vergleichen.
• OpenAlex, als kostenlose Ergänzung, um Open-Access- und Preprint-Quellen abzudecken, die in Scopus fehlen. Besonders wertvoll für die Vollständigkeitsprüfung systematischer Reviews.
• Semantic Scholar, für KI-gestütztes Snowballing über Zitationsnetzwerke. Nützlich, wenn du in einem fremden Feld einen Einstiegspunkt brauchst und die Scopus-Lizenz nicht zur Hand ist.

Unser Testurteil

Scopus verdient 4 von 5 Sternen, bewertet als bibliographische Datenbank mit aufgesetztem KI-Layer. Die Datenqualität, die Akzeptanz der Metriken und die schiere Korpus-Größe sind unschlagbar. Scopus AI / AI Discovery ist ein nützliches Werkzeug für alle, die ohnehin Lizenzzugang haben, kein eigenständiger Grund, Scopus zu kaufen, aber ein willkommener Bonus. Den fünften Stern verlieren wir wegen der Pricing-Intransparenz, der schwachen Open-Access-Abdeckung und des klaren Lock-in-Effekts über die Metrik-Dominanz. Wer keine institutionelle Lizenz hat, ist mit OpenAlex, Semantic Scholar oder Elicit oft besser bedient.

Was wir bemerkt haben

• Februar 2024, Elsevier hat Scopus AI offiziell für alle Scopus-Abonnenten freigeschaltet. Der KI-Layer ist seitdem schrittweise um Concept Maps, Emerging Themes und Foundational Documents erweitert worden.
• 2025, Scopus AI wurde im Marketing in „AI Discovery” umbenannt und um eine Deep-Research-Funktion mit agentischem Recherche-Workflow ergänzt. Der Funktionsumfang ist deutlich näher an dem, was Elicit oder Perplexity Deep Research bieten.
• 2025–2026, Bei einigen Institutionen wurde AI Discovery als zusätzliches Lizenzmodul ausgewiesen, das separat verhandelt werden muss. Verlässliche Aussagen sind nur über die eigene Bibliothek möglich, Marketingmaterialien suggerieren oft eine umfassendere Inklusion, als der konkrete Vertrag hergibt.